Modèles
Modèles ouverts : qui mène, et à quelle distance des modèles fermés
Kimi, DeepSeek, GLM, Qwen, Gemma, gpt-oss : qui mène chez les modèles ouverts, l'écart avec les fermés, les licences et ce que ça change pour les développeurs.
Le 27 octobre, Artificial Analysis a changé la règle du jeu. Son indice d'intelligence passe en version 5, avec 60 % de tests privés, et l'écart entre le meilleur modèle fermé et le meilleur modèle ouvert passe de 3 à 12 points (Artificial Analysis). Pour les modèles dont les poids sont réellement téléchargeables, il atteint 26 points. C'est le bon moment pour faire le point : qui mène, à quelle distance, à quel prix et sous quelle licence.
Un mot de vocabulaire d'abord. Presque aucun de ces modèles n'est « open source » au sens du logiciel libre : ce sont des modèles à poids ouverts. On peut télécharger le modèle entraîné, le faire tourner chez soi et l'adapter, mais la licence fixe souvent des conditions. Sauf mention contraire, les scores annoncés par un éditeur sont ceux de l'éditeur, et les prix sont en dollars par million de tokens.
Qui mène chez les modèles ouverts
Les laboratoires chinois occupent le haut du tableau.
- Moonshot AI (Kimi). Kimi K3 compte 2 800 milliards de paramètres, avec un contexte d'un million de tokens ; Moonshot le présente comme « le premier modèle ouvert de classe 3T » (Kimi). Son successeur, Kimi K3.1 Pro, est disponible depuis le 23 octobre par l'API, mais ses poids ne seront publiés que « d'ici le 4 novembre » (Kimi).
- DeepSeek. DeepSeek V4.1-Flash est un modèle multimodal de 552 milliards de paramètres, avec un contexte d'un million de tokens (Hugging Face). Sa mise à jour du 17 octobre, V4.1-Flash-1017, est sous licence MIT (Hugging Face).
- Z.ai. GLM-5.3 pèse environ 753 milliards de paramètres selon Hugging Face, et sa version légère, GLM-5.3-Flash, est sous licence MIT (Hugging Face).
- Alibaba (Qwen). Qwen3.8-27B, un modèle de 27 milliards de paramètres sous Apache 2.0, est l'un des modèles ouverts les plus téléchargés (Hugging Face). Le grand modèle, Qwen3.8-2.4T-A95B, est la version téléchargeable de Qwen3.8-Max, sous une licence propre (Hugging Face).
Côté américain, Meta a publié le 15 octobre Muse Spark Open : 816 milliards de paramètres, dont 42 milliards actifs à chaque token, et un contexte d'un million de tokens. Meta le présente comme « le modèle à poids ouverts américain le plus capable à ce jour » (Meta). Google a Gemma 4, dont la version 31B est sous Apache 2.0 (Hugging Face). OpenAI, lui, n'a rien publié de neuf : sa page des modèles ouverts ne liste toujours que gpt-oss et gpt-oss-safeguard (OpenAI), et gpt-oss date du 5 août 2025 (OpenAI).
En Europe, Mistral publie Mistral Small 4 sous Apache 2.0 (Hugging Face) et Mistral Medium 3.5 sous une licence MIT modifiée (Mistral). Son modèle phare, Mistral Large 4, est classé propriétaire par LMArena (LMArena).
Enfin, les petits modèles avancent aussi. Liquid AI a publié le 27 octobre LFM3, dont une version de 1,7 milliard de paramètres (Liquid AI). Nanbeige4.3-33B, publié le 24 octobre sous Apache 2.0, annonce 23,8 % sur Terminal-Bench 4.0 (Hugging Face).
L'écart avec les modèles fermés
Sur l'indice v5 d'Artificial Analysis, les cinq premiers modèles sont signés Anthropic et OpenAI. Le meilleur modèle ouvert, Kimi K3.1 Pro, n'a pas encore publié ses poids. Parmi les poids réellement disponibles, DeepSeek V4.1 Flash 1017 et GLM-5.3 mènent à 32 points, derrière Claude Haiku 5.5, le petit modèle d'Anthropic (36).
Artificial Analysis Intelligence Index v5, sur 100
█ modèle fermé
▓ poids ouverts publiés
░ poids promis, pas encore publiés
Claude Opus 5.5 58 │█████████████████████████████
GPT-6 Astra 57 │█████████████████████████████
GPT-6.1 Sol 55 │████████████████████████████
Gemini 4 Argon 50 │█████████████████████████
Muse Wonder Full 50 │█████████████████████████
Kimi K3.1 Pro 46 │░░░░░░░░░░░░░░░░░░░░░░░
Claude Haiku 5.5 36 │██████████████████
DeepSeek V4.1 Flash 32 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
GLM-5.3 32 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
Qwen3.8-27B 20 │▓▓▓▓▓▓▓▓▓▓Source : Artificial Analysis, indice v5, 27 octobre 2026 ; scores de Muse Wonder Full et de Qwen3.8-27B relevés par Cybernews, 28 octobre 2026. Effort de raisonnement le plus élevé de chaque modèle.
L'écart est le plus net sur les tâches longues et inédites. Sur FrontierCode 2.0, un test privé où un mainteneur doit accepter la modification du code, Claude Opus 5.5 réussit 46 % des tâches et DeepSeek V4.1 Flash 1017, le meilleur modèle ouvert, 28 %. Sur Terminal-Bench-Science, de la recherche scientifique menée dans un terminal, le meilleur modèle ouvert publié plafonne à 13 %, et la plupart restent sous 10 %, contre 63 % pour GPT-6 Astra (Artificial Analysis). Il y a une exception : Kimi K3.1 Pro a le meilleur score de tous les modèles sur Terminal-Bench 4.0, avec 67 %.
Ce reclassement a ses critiques. Plusieurs modèles ouverts ont perdu plus de 10 points d'un coup, comme DeepSeek V4.1 Flash, passé de 45 à 32, et des commentateurs sur Hacker News demandent des explications (Cybernews).
Le classement LMArena, fondé sur les votes d'utilisateurs qui comparent deux réponses à l'aveugle, montre un écart plus court.
| Modèle | Rang | Score | Licence |
|---|---|---|---|
| Gemini 4 Argon | 2 | 1 520 | propriétaire |
| Claude Opus 5.5 | 3 | 1 509 | propriétaire |
| Kimi K3 | 19 | 1 488 | licence Kimi K3 |
| GLM-5.3 | 28 | 1 481 | MIT |
| DeepSeek V4.1-Flash | 35 | 1 476 | MIT |
| Gemma 4 31B | 77 | 1 452 | Apache 2.0 |
| Mistral Medium 3.5 | 122 | 1 426 | MIT modifiée |
| gpt-oss-120b | 219 | 1 352 | Apache 2.0 |
Source : LMArena, classement texte du 27 octobre 2026, 419 modèles. La 1re place revient à Gemini 4 Carbon (1 528), un score encore marqué « préliminaire ».
Notre lecture : les deux classements ne mesurent pas la même chose. Dans les votes des utilisateurs, le meilleur modèle ouvert, Kimi K3, n'est qu'à 32 points de Gemini 4 Argon. Pour les longues tâches d'agent sur des tests jamais vus, l'écart est bien plus grand. C'est justement l'usage qui compte pour un agent de code.
Les coûts, premier argument des modèles ouverts
Le prix reste le grand avantage des modèles ouverts, mais pas de tous, et plus de façon automatique.
Prix de l'API officielle, en $ par million de tokens en sortie
█ modèle fermé
▓ modèle à poids ouverts
Claude Opus 5.5 20 │████████████████████
Kimi K3 15 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
GPT-6.1 Sol 10 │██████████
Gemini 4 Argon 10 │██████████
Qwen3.8-Max 6 │▓▓▓▓▓▓
GPT-6.1 Terra 5 │█████
GLM-5.3 4,40 │▓▓▓▓
DeepSeek V4-Pro 3,96 │▓▓▓▓
DeepSeek V4.1-Flash 1,20 │▓
Claude Haiku 5.5 0,50 │█
GPT-6 Luna 0,50 │█
GLM-5.3-Flash 0,50 │▓Sources : Anthropic, Kimi, OpenAI, Google (prix de lancement jusqu'au 30 novembre), Alibaba Cloud (tarif international ; c'est le prix de la version hébergée), Z.ai, DeepSeek (heures pleines, moitié prix en heures creuses). Claude Haiku 5.5 : requêtes de 100 000 tokens au plus. Relevé le 28 octobre 2026.
DeepSeek V4.1-Flash reste l'exemple le plus frappant. Il coûte 0,30 $ en entrée et 1,20 $ en sortie aux heures pleines, et deux fois moins en heures creuses (DeepSeek). À l'inverse, Kimi K3 est facturé 3 $ en entrée et 15 $ en sortie, plus cher que GPT-6.1 Sol (Kimi). Les petits modèles fermés ont aussi rejoint le bas de l'échelle : Claude Haiku 5.5 et GPT-6 Luna sont à 0,10 $ et 0,50 $ (Anthropic, OpenAI).
Le prix au token ne dit pas tout. Artificial Analysis mesure aussi le coût d'une tâche complète de son indice : 10,04 $ pour Claude Opus 5.5, 6,24 $ pour GPT-6 Astra, 1,27 $ pour GPT-6.1 Sol et 0,96 $ pour GPT-6.1 Terra (Artificial Analysis). Un modèle bon marché qui écrit beaucoup de tokens de raisonnement peut finir par coûter autant qu'un modèle fermé plus économe.
Licences : ouvert ne veut pas dire libre
Les licences forment un dégradé, du vraiment permissif aux conditions qui visent les grands concurrents.
| Modèle | Licence | Ce qu'il faut savoir |
|---|---|---|
| gpt-oss-120b et 20b | Apache 2.0 | Usage commercial permis, sous la politique d'usage de gpt-oss (OpenAI) |
| Gemma 4, Qwen3.8-27B, Mistral Small 4, Nanbeige4.3-33B | Apache 2.0 | Licence logicielle standard (Hugging Face) |
| DeepSeek V4.1-Flash-1017, GLM-5.3-Flash | MIT | Licence logicielle standard (Hugging Face) |
| GLM-5.3 | Licence GLM-5.3 | Examen de sécurité par Z.ai pour les fournisseurs d'API au-delà de 10 Md$ de chiffre d'affaires sur 12 mois (Hugging Face) |
| Kimi K3 | Licence Kimi K3 | Accord séparé pour les fournisseurs d'API au-delà de 20 M$ de chiffre d'affaires sur 12 mois, mention « Kimi K3 » au-delà de 100 M d'utilisateurs mensuels ou de 20 M$ de revenus mensuels (Hugging Face) |
| Qwen3.8-2.4T-A95B | Licence Qwen3.8-Max | Licence séparée pour les services d'API et d'assistant au-delà de 50 M$ de chiffre d'affaires sur 12 mois (Hugging Face) |
| MiniMax M3 | MiniMax Community License | Usage commercial à déclarer à MiniMax, autorisation écrite au-delà de 20 M$ de chiffre d'affaires annuel (Hugging Face) |
| Muse Spark Open | Muse Model License | Mention « Built with Muse Spark Open » obligatoire, accord avec Meta pour les fournisseurs d'API au-delà de 20 M$ sur 12 mois, téléchargement sur demande (Hugging Face) |
| LFM3 | LFM Open License v1.0 | Usage commercial non couvert au-delà de 10 M$ de chiffre d'affaires annuel (Hugging Face) |
Notre lecture : la tendance est nette. Les plus gros modèles ouverts arrivent avec des licences maison, dont les clauses visent surtout les hébergeurs qui revendraient le modèle en API. Pour une équipe qui l'utilise en interne, la plupart restent utilisables. Pour un éditeur de logiciel qui dépasse les seuils, il faut lire la licence avant de choisir.
Ce qui se télécharge vraiment
Les modèles qui font les gros titres ne sont pas ceux que les développeurs téléchargent le plus.
Téléchargements sur Hugging Face le mois dernier, en millions
Gemma 4 31B 8,47 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
Qwen3.8-27B 7,52 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
GLM-5.3-Flash 6,42 │▓▓▓▓▓▓▓▓▓▓▓▓▓
gpt-oss-20b 6,01 │▓▓▓▓▓▓▓▓▓▓▓▓
gpt-oss-120b 2,83 │▓▓▓▓▓▓
GLM-5.3 2,30 │▓▓▓▓▓
DeepSeek V4.1-Flash 1,85 │▓▓▓▓
Kimi K3 0,85 │▓▓
Muse Glimmer 30B 0,21 │▏
Mistral Small 4 0,07 │▏
Muse Spark Open 0,01 │▏Source : compteur « Downloads last month » de chaque page Hugging Face (Gemma 4 31B, Qwen3.8-27B, GLM-5.3-Flash, gpt-oss-20b, gpt-oss-120b, GLM-5.3, DeepSeek V4.1-Flash, Kimi K3, Muse Glimmer 30B, Mistral Small 4, Muse Spark Open), relevé le 28 octobre 2026. Dépôt principal de chaque modèle, sans les versions quantifiées ni les copies de la communauté.
Deux précautions. Hugging Face compte chaque requête vers certains fichiers, comme config.json, y compris celles des pipelines automatiques (Hugging Face). Et Muse Spark Open n'est accessible que sur demande, ce qui freine mécaniquement ses téléchargements. Le classement montre tout de même une tendance claire : les modèles de 20 à 30 milliards de paramètres, qui tiennent sur une machine, dominent.
Ce que ça change pour les développeurs
En local, le matériel décide avant le score. gpt-oss-20b tourne avec 16 Go de mémoire et gpt-oss-120b sur un seul GPU de 80 Go (OpenAI). Muse Spark Open demande deux Mac Studio M5 Ultra (Meta). Pour Kimi K3, Moonshot recommande des grappes de 64 accélérateurs ou plus (Kimi). Notre guide pour faire tourner un modèle de code en local avec Ollama détaille la mise en place.
Dans les agents de code, un modèle ouvert se branche désormais comme un modèle fermé. L'API de DeepSeek accepte les formats d'OpenAI et d'Anthropic, et sa documentation donne la marche à suivre pour Claude Code, Codex et OpenCode (DeepSeek). Changer de modèle tient souvent à une adresse d'API et une clé.
En entreprise, l'adoption reste faible. Selon Menlo Ventures, la part des modèles open source dans l'usage des API par les entreprises est passée de 19 % en 2024 à 11 % en 2025, et les modèles chinois ne pèsent qu'environ 1 % de cet usage (Menlo Ventures). Menlo Ventures est investisseur d'Anthropic.
Le prochain test est fixé : Moonshot promet les poids de Kimi K3.1 Pro d'ici le 4 novembre. S'il tient parole, le meilleur modèle téléchargeable serait à 12 points de la tête de l'indice d'Artificial Analysis, au lieu de 26 aujourd'hui.
Sources
- Artificial Analysis, Intelligence Index v5, 27 octobre 2026, vérifié le 2026-10-28
- Cybernews, reclassement des modèles ouverts, 28 octobre 2026
- LMArena, classement texte, 27 octobre 2026, vérifié le 2026-10-28
- Kimi K3 et Kimi K3.1 Pro, Moonshot AI
- Meta, Muse Spark Open, 15 octobre 2026
- OpenAI, gpt-oss, 5 août 2025, et page des modèles ouverts
- DeepSeek, modèles et tarifs de l'API, vérifié le 2026-10-28
- Z.ai, tarifs, vérifié le 2026-10-28
- Alibaba Cloud, tarifs Model Studio, vérifié le 2026-10-28
- Anthropic, tarifs et OpenAI, tarifs de l'API, vérifiés le 2026-10-28
- Liquid AI, LFM3, 27 octobre 2026
- Hugging Face, comptage des téléchargements
- Menlo Ventures, State of Generative AI in the Enterprise 2025, 9 décembre 2025
Une erreur dans cet article ? Signalez-la · Notre politique de corrections
